黎子良 随机回归模型中非线性最小二乘估计的渐近性质。 (英语) Zbl 0824.62054号 Ann.统计。 22,第4期,1917-1930(1994). 摘要:形式为(y_i=f_i(θ)+varepsilon_i)的随机回归模型,其中随机扰动(varepsilen_i)相对于(sigma)-fields({{mathcal G}_i})的递增序列形成鞅差序列,并且(fi)是随机的-未知参数(θ)的可测函数涵盖了广泛的非线性(和线性)时间序列和随机过程模型。在此,建立了这些随机回归模型中θ的最小二乘估计的强相合性和渐近正态性。在线性情况下(f_i(\theta)=\theta^T\psi_i\),它们将线性最小二乘估计((\sum_1^n\psi_i^T)^{-1}\sum_1^n\psi_iy_i\)与随机\({\mathcal G}_{i-1}\)-可测量回归器\(\psi_i\)的结果归结为已知结果。 引用于33文件 MSC公司: 62J02型 一般非线性回归 2012年12月62日 参数估计量的渐近性质 62M10个 统计学中的时间序列、自相关、回归等(GARCH) 60B11号机组 线性拓扑空间的概率论 60G48型 鞅的推广 关键词:非线性自回归模型;控制系统;最佳实验设计;希尔伯特空间中的鞅;差分序列;强一致性;渐近正态性;最小二乘估计;随机回归模型;线性最小二乘估计 PDF格式BibTeX公司 XML格式引用 \textit{T.L.Lai},Ann.Stat.22,No.4,1917--1930(1994;Zbl 0824.62054) 全文: 内政部